（来源：上观新闻）
Arc🍚Deck的核心🌗区别在于🤡引入了🕊🚇两个额🇰🇼⛎外机制：🌑🧧一是"话👩👩👦👦语树"，用修辞结🎚🕸构理论分析段落之🔐🦝间的修辞关系（🎦谁是主🇫🇴干观点、谁😞是背景铺🚸垫、谁是细👩🎤🧛♂️节补充）🦁，从而理解论文的🚸🦸♂️内在叙事结🦚构；二是"全局承🕍🛰诺"，在🍉生成幻灯片之前先🖥制定一份覆盖👈🚵目标受众、演🍲讲时长、必🌫🤴须包含🇹🇻🇵🇬内容等🦸♀️⏮的整体🇧🇹规划文档，让所🐬👕有后续生成工👨❤️💋👨作都在统一的目标🇧🇹约束下⛓进行🎽。但一次性生成🍯🚤的提纲往往🏒🕌不尽如人意，可🛒能某些🔠章节信息过于密💚💀集，某些过渡太🔇🔚生硬，或者某🎋🍗些关键🍔发现被🔑埋没在次要内🌆容里🧭。
视觉布局和〽视觉主题维度上，🧶🗝ArcDeck💊🇧🇲的得分也相🇬🇮当有竞争力，以🥍⚰GPT-☝🛍5生成时视觉🥭🐯布局得分高达99📢📙.40（🙅♂️🧤满分10🕗Ⓜ0），👨👦👦😄视觉主题96.↗06🇨🇺。结果显示，自动评🍙🍯分与人工评分的皮💕♉尔逊相关🧻系数（r）为0.👩👩👧👦78，斯皮👓⏫尔曼相关系☹数（ρ）为0.7🧠🇭🇷3，逐对一致🐶率达到0.89，🇸🇬🇧🇷而四位人类📼专家之间的互🇬🇳相一致率分别📤是r=0🐱🇳🇪.83、ρ=0.🎃👐76、一致率🇵🇾🔒0.9🥒🚰1——机器的🇹🇫🔭表现与人类专🇲🇼🇱🇧家之间的🕸🔉分歧程度相🦹♀️🇭🇹当，说🇰🇳🛠明自动评分并非🇪🇸💮不靠谱⏯的替代🇨🇩📓品，而是一🇲🇬个与人🇦🇸类判断🇬🇧高度一致的工具🇨🇵。
